跳到正文
热点事件持续更新

条件扩散模型学习跳跃扩散过程转移核

1 篇报道1 个报道来源4 小时前更新

先了解这件事

AI 综述

Yuzhen Zhao、Yating Liu、Quentin Guibert 提交论文,提出用条件扩散模型学习时间齐次跳跃扩散过程的转移核,目标是从N条在高频离散时间网格上观测的独立轨迹中生成新的样本路径。 论文给出条件分数估计误差以及真实路径与生成路径分布间KL散度的非渐近界;数值实验先在合成数据上验证理论并与 Gao et al. (2025) 对比,再应用于真实数据的概率预测任务。

AI 根据报道生成 · 2 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月8日
  1. arXiv:cs.LG
    用条件扩散模型学习跳跃扩散过程的转移核

    研究提出用条件扩散模型学习时间齐次跳跃扩散过程的转移核,可从N条高频离散时间网格上观测的独立轨迹中生成新样本路径。理论方面给出了条件分数估计误差以及真实路径与生成路径分布间KL散度的非渐近界;数值上先在合成数据上验证理论并与Gao et al. (2025)对比,再应用于真实数据的概率预测任务。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。